Uji Asumsi Klasik Hasil Penelitian .1 Metode Analisis Deskriptif

62 a. Konstanta a = 4,563. Ini menunjukkan tingkat konstan, dimana jika variabel harga X 1 , Kualitas produk X 2 , dan Promosi adalah 0, maka Keputusan Pembelian Y produk Teh Kotak Ultra pada mahasiswa Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara sebesar 4,563. b. Koefisien b 1 X 1 = 0,290. Ini menunjukkan bahwa variabel Harga X 1 berpengaruh secara positif terhadap Keputusan Pembelian, atau dengan kata lain, jika variabel Harga ditingkatkan sebesar satu satuan, maka Keputusan Pembelian produk Teh Kotak Ultra pada mahasiswa Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara akan meningkat sebesar 0,290 dengan asumsi variabel lain tetap. c. Koefisien b 2 X 2 = 0,286. Ini menunjukkan bahwa variabel Kualitas produk X 2 berpengaruh secara positif terhadap Keputusan Pembelian, atau dengan kata lain, jika variabel Kualitas Produk ditingkatkan sebesar satu satuan, maka Keputusan Pembelian produk Teh Kotak Ultra pada mahasiswa Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara akan meningkat sebesar 0,286 dengan asumsi variabel lain tetap. d. Koefisien b 3 X 3 = 0,235. Ini menunjukkan bahwa variabel Promosi X 3 berpengaruh secara positif terhadap Keputusan Pembelian, atau dengan kata lain, jika variabel Promosi ditingkatkan sebesar satu satuan, maka Keputusan Pembelian produk Teh Kotak Ultra pada mahasiswa Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara akan meningkat sebesar 0,074 dengan asumsi variabel lain tetap.

4.2.3 Uji Asumsi Klasik

Universitas Sumatera Utara 63

4.2.3.1 Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Ada dua cara untuk melihat apakah residual berdistribusi normal atau tidak, yaitu menggunakan analisis grafik dan uji statistik. 1. Pada grafik histogram, dikatakan variabel berdistribusi normal jika berbentuk lonceng yang tidak menceng ke kiri atau ke kanan. Hasil pengujian dapat dilihat pada gambar grafik berikut : Gambar 4.1 Pengujian Histogram Normalitas Pada grafik histogram pada Gambar 4.1 terlihat bahwa variabel berdistribusi normal. Hal ini ditunjukkan oleh distribusi data tersebut tidak miring ke kiri atau ke kanan dan membentuk pola lonceng. Universitas Sumatera Utara 64 2. Apabila plot dari keduanya berbentuk linear, maka berindikasi bahwa residual menyebar normal. Bila pola titik-titik yang terletak selain di ujung-ujung plot masih berbentuk linear, meskipun ujung-ujung plot agak menyimpang dari garis lurus, dapat dikatakan bahwa sebaran data adalah normal. Berikut adalah hasil Normal P – Plot of Regresson Standardized Residual : Gambar 4.2 Pendekatan Grafik Normalitas Pada Gambar 4.2 tersebut dapat dilihat bahwa titik-titik menyebar disekitar garis diagonal dan mengikut arah garis diagonal, hal ini berarti data berdistribusi normal. Untuk lebih memastikan, dapat dilakukan uji Kolmogorov Smirnov , dengan melihat data residual apakah berdistribusi normal, dengan keputusan : Universitas Sumatera Utara 65 1. Jika nilai Asymp.Sig 2-tailed 0,05 maka tidak mengalami gangguan distribusi normal. 2. Jika nilai Asymp.Sig 2-tailed 0,05 maka mengalami gangguan distribusi normal. Tabel 4.11 One-Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 81 Normal Parameters a,b Mean 0E-7 Std. Deviation ,64925486 Most Extreme Differences Absolute ,098 Positive ,069 Negative -,098 Kolmogorov-Smirnov Z ,880 Asymp. Sig. 2-tailed ,421 a. Test distribution is Normal. b. Calculated from data. Berdasarkan Tabel 4.11 diketahui bahwa nilai Asymp. Sig. 2-tailed adalah 0,421 dan diatas nilai signifikan 0,05, dengan kata lain variabel residual berdistribusi normal dan nilai Kolmogrov-Smirnov Z yaitu 0,880 lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiric atau dengan kata lain data dikatakan normal.

4.2.2.2 Uji Heteroskedastisitas

Universitas Sumatera Utara 66 Prinsip pengujian Heteroskedastisitas adalah untuk melihat apakah adanya gangguan yang ada pada suatu penelitian. Metode untuk menguji penelitian untuk mencari keberadaan heteroskedastisitas dapat dilakukan dengan metode grafik dan statistik, yang menggunakan uji Glejser. 1. Pendekatan Grafik Dengan pendekatan grafik, dapat dilihat pada Gambar 4.3 : Gambar 4.3 Pendekatan Grafik Heterokedastisitas Dari grafik scatterplot yang disajikan pada Gambar 4.3, dapat dilihat titik- titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi. 1. Pendekatan Statistik Universitas Sumatera Utara 67 Pendekatan statistik dilakukan dengan uji Glejser. Berikut adalah hasil dari pengolahannya : Tabel 4.12 Uji Glejser Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant 1,177 1,183 ,995 ,323 Harga -,090 ,061 -,180 -1,468 ,146 K.Produk ,029 ,057 ,068 ,514 ,609 Promosi ,029 ,062 ,059 ,478 ,634 a. Dependent Variable: absut Jika variabel independen signifikan secara statistik mempengaruhi variabel independen, maka ada indikasi terjadi heteroskedastisitas. Dari Tabel 4.12, dapat dilihat probabilitas signifikansinya di atas tingkat kepercayaan, yaitu 0,05 maka dapat disimpulkan regresi tidak mengarah adanya heteroskedastisitas.

4.2.2.3 Uji Multikolinearitas

Pengujian ini bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Multikolinearitas berarti adanya hubungan yang sempuran, diantara beberapa atau semua variabel yang menjelaskan dari model regresi. Dasar untuk melihat suatu model yang tidak Universitas Sumatera Utara 68 terkena multikolinearitas adalah dengan melihat besar Variance Inflation Factor VIF dan tingkat Tolerance. Jika VIF 5 dan Tolerance 0,1, maka terkena multikolinearitas, tetapi jika VIF 5 dan Tolerance 0,1, maka tidak terdapat masalah multikolinearitas dalam penelitian ini. Hasil pengujian dapat dilihat sebagai berikut : Tabel 4.13 Hasil Uji Multikolinearitas Berdasarkan Tabel 4.13, semua nilai VIF adalah lebih kecil daripada 5 VIF 5 dan Tolerance lebih besar daripada 0,1 Tolerance 0,1, maka dari itu, dapat disimpulkan bahwa tidak terdapat masalah multikolinearitas dalam penelitian ini.

4.2.4 Pengujian Hipotesis